[论文解读] On the uses and abuses of regression models: a call for reform of statistical practice and teaching

John B. Carlin, Margarita Moreno‐Betancur|arXiv (Cornell University)|Sep 13, 2023

Advanced Statistical Methods and Models被引用 5

一句话总结

本文呼吁对统计实践与教学进行根本性改革，将回归建模从对‘真实模型’的追求，转向以目的为导向的框架，聚焦于三个研究问题：描述性、预测性或因果性。文章主张根据研究目的不同，采用不同的回归应用方式，以减少常见滥用行为，如错误调整协变量和盲目拟合模型。

ABSTRACT

Regression methods dominate the practice of biostatistical analysis, but biostatistical training emphasises the details of regression models and methods ahead of the purposes for which such modelling might be useful. More broadly, statistics is widely understood to provide a body of techniques for "modelling data", underpinned by what we describe as the "true model myth": that the task of the statistician/data analyst is to build a model that closely approximates the true data generating process. By way of our own historical examples and a brief review of mainstream clinical research journals, we describe how this perspective has led to a range of problems in the application of regression methods, including misguided "adjustment" for covariates, misinterpretation of regression coefficients and the widespread fitting of regression models without a clear purpose. We then outline a new approach to the teaching and application of biostatistical methods, which situates them within a framework that first requires clear definition of the substantive research question at hand within one of three categories: descriptive, predictive, or causal. Within this approach, the development and application of (multivariable) regression models, as well as other advanced biostatistical methods, should proceed differently according to the type of question. Regression methods will no doubt remain central to statistical practice as they provide a powerful tool for representing variation in a response or outcome variable as a function of "input" variables, but their conceptualisation and usage should follow from the purpose at hand.

研究动机与目标

• 解决由于过度强调模型拟合而非研究目的，导致的生物统计研究中回归模型的普遍误用问题。
• 挑战‘真实模型迷思’——即统计学家必须逼近实际数据生成过程的信念。
• 揭示临床研究中的系统性问题，如不恰当的协变量调整和对回归系数的错误解读。
• 提出一种新的教学与应用框架，使回归使用与实质性研究问题类型相匹配。
• 通过要求研究人员首先明确其目标是描述性、预测性还是因果性，减少盲目拟合模型的行为。

提出的方法

• 将所有统计研究问题划分为三类：描述性、预测性或因果性。
• 将回归建模重新定义为一种工具，其设计与解释取决于所选的问题类型。
• 倡导在教学与实践中，从以模型为中心转向以目的为中心的统计实践。
• 利用历史案例和主流临床期刊的分析，说明回归的常见滥用现象。
• 强调多元回归不应统一应用，而应根据研究目标进行调整。
• 提出一个概念性框架，即在任何统计设定之前，先以研究问题来指导模型构建与推断。

实验结果

研究问题

• RQ1 为何回归模型在生物统计研究中频繁导致误解与误用？
• RQ2 ‘真实模型迷思’如何导致临床与流行病学研究中统计实践的缺陷？
• RQ3 在缺乏明确研究目的的情况下拟合回归模型会产生何种后果？
• RQ4 如何重构回归方法，以更有效地服务于描述性、预测性或因果性研究问题？
• RQ5 为减少回归建模的常见滥用行为，统计教育与实践需要做出哪些改变？

主要发现

• ‘真实模型迷思’导致回归的广泛误用，包括对混杂因素的不恰当调整和对系数的错误解读。
• 许多回归模型在缺乏明确研究目的的情况下被拟合，导致分析缺乏解释价值。
• 在观察性研究中，错误的协变量调整常扭曲因果推断，损害研究有效性。
• 回归模型常被视为目的本身，而非与特定研究目标相匹配的工具。
• 以目的为导向的框架显著降低了统计滥用的风险，并提升了结果的相关性与可解释性。
• 将教学与实践重新聚焦于描述性、预测性或因果性问题，可带来更透明、更具说服力且科学意义更强的分析。